Alexandre Camargo Martensen
2019-07-03 05:28:28
Nova forma de se fazer ciência, baseada na troca de informações e na colaboração (tecnologia de redes - Web 2.0)
Novas ferramentas de colaboração/comunicação como wikis, blogs, videos, open lab notebooks, gitHub, figShare, pré-prints, live figures, live code (ex. Shiny), data repositories, open reviews…
Foco na reprodutividade
https://www.researchgate.net/publication/321156285_The_mystery_of_the_phantom_reference
Stephen Hawking
“… complex problems need a multi-disciplinary approach to understanding the problem and identifying innovative and holistic approaches to deliver lasting change”
Ciência 1.0
Pesquisas isolada, dados guardados em computadores pessoais, submetida, revisadas de maneira anônima, publicada “paywalls”
Crédito estabelecido com base na revista, fator de impacto
Artigos tem copyright
Financiamento das editoras baseado na “venda” das revistas (acesso à informação)
Resumo do processo da descoberta e dos achados
Ciência 2.0
Aberta: Não é apenas uma questão de “paywall”!
=> Reprodutível!!!
Inicialmente para você mesmo…
Seu orientador para você:
“Ficou muito legal, mas você usou uma versão antiga do banco de dados… Você terá que refazer tudo com o novo banco de dados”
“Your closest collaborator is you six months ago, but you don't reply to emails.”
Karl Broman
O método científico preconiza que a ciência seja reprodutível!
Isso significa que se um outro grupo de pesquisa pegar e fazer o mesmo experimento, seguindo exatamente os mesmos métodos descritos e empregados no trabalho, chegará nos mesmos resultados
Atualmente, com a ciência largamente sendo feita em computadores… isso significa que os dados e os códigos tem que ser disponíveis e organizados de forma que os resultados (incluindo figuras) possam ser obtidos novamente
A importância dessa reprodutividade é largamente reconhecida atualmente, porém, não é largamente aplicada, em grande parte pq os cientistas não dominam as ferramentas para tal
Este é exatamente o foco deste curso!
Adaptado de Karl Broman
Economiza tempo… em geral, temos que fazer uma mesma coisa várias vezes, e repetí-las fica mais facil quando temos os princípios da reprodutibilidade atendidos
Pode ser aplicado em outras situações mais facilmente, aumentando o impacto. Pessoas podem pegar os seus códigos ou os seus dados e fazer novas análises
Aumentam as chances de você estar certo…
Sources of error in the retracted scientific literature (Casadevall et al. 2014) doi: 10.1096/fj.14-256735
Em resumo… temos menos chance de estarmos errados!!!
Agora em rede… muitas cabeças pensando!
hackathons
Bootcamps
Design Thinking
blogs, discussões na internet, twitter…
Formulação de hipóteses
Modelagem
Distribuição dos erros
Forma da variável resposta
Data driven science é um pouco diferente (sem necessidade de se ter hipóteses)
Ribeiro MC, Holvorcem CGD, Marques A, Martensen AC, Metzger JPW, Tambosi L (2012) Data from: Monitoramento Independente da Cobertura Florestal das Bacias Setentrionais do Extremo Sul da Bahia. Dryad Digital Repository. https://doi.org/10.5061/dryad.p5t21
Reichman, O. J., Jones, M. B., & Schildhauer, M. P. (2011). Challenges and Opportunities of Open Data in Ecology. Science, 331(6018), 703–705. doi:10.1126/science.1197962
Versão de um artigo científico que precede a publicação “peer-reviewed”
Green (aberto em páginas pessoais/embargo)
Outros
Peter Dear, “Science Is Dead; Long Live Science,” Osiris 27 (2012): 37-55. https://doi.org/10.1086/667822